Nothing Special   »   [go: up one dir, main page]

CN111398288B - 连铸坯在线热状态下表面全幅周向检测系统、方法及装置 - Google Patents

连铸坯在线热状态下表面全幅周向检测系统、方法及装置 Download PDF

Info

Publication number
CN111398288B
CN111398288B CN202010148109.5A CN202010148109A CN111398288B CN 111398288 B CN111398288 B CN 111398288B CN 202010148109 A CN202010148109 A CN 202010148109A CN 111398288 B CN111398288 B CN 111398288B
Authority
CN
China
Prior art keywords
continuous casting
casting billet
data image
photoreceptor
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010148109.5A
Other languages
English (en)
Other versions
CN111398288A (zh
Inventor
王宝峰
腾飞
黄军
丁国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baotou Lian Fang Hi Tech Co ltd
Original Assignee
Baotou Lian Fang Hi Tech Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baotou Lian Fang Hi Tech Co ltd filed Critical Baotou Lian Fang Hi Tech Co ltd
Priority to CN202010148109.5A priority Critical patent/CN111398288B/zh
Publication of CN111398288A publication Critical patent/CN111398288A/zh
Application granted granted Critical
Publication of CN111398288B publication Critical patent/CN111398288B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/28Measuring arrangements characterised by the use of optical techniques for measuring areas
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • G01N2021/8845Multiple wavelengths of illumination or detection

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Continuous Casting (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及一种连铸坯在线热状态下表面全幅周向检测系统、方法及装置。该检测系统设置于连铸矫直机和出钢辊道之间,用于对从连铸矫直机中输出的表面温度为750℃至1200℃的被测连铸坯沿长度方向和截面周向进行检测,包括:中央处理器、感光器和透射光栅;感光器和透射光栅组合形成传感器,传感器沿被测连铸坯各个截面的周长方向呈环形布置;透射光栅设置于感光器和连铸坯之间的透射位置,用于将不同波段的光波分别依次投射到感光器对应波长的数据处理区,曝光成像后获得第一数据图像、第二数据图像和第三数据图像;处理器用于基于接收到的图像合成连铸坯表面三维图像,提取缺陷并标识。本发明有助于提高产品质量、稳定生产工艺、监测设备运行状况、积累产品大数据,助力企业提高经济效益,降低生产成本。

Description

连铸坯在线热状态下表面全幅周向检测系统、方法及装置
技术领域
本发明涉及连铸表面缺陷检测技术领域,尤其涉及一种连铸坯在线热状态下表面全幅周向检测系统、方法及装置。
背景技术
在钢铁生产过程中,连铸过程把钢铁从液态转变成固态,产品就是连铸坯。在后续的加工过程中,对连铸坯的表面质量和内部质量是有要求的,当连铸坯表面有较大面积的凹陷和凸起、大型夹杂物和形状缺陷,且超过一定数值时,对下一工序的生产质量将产生影响。所以,从某种意义上来说,连铸坯的缺陷检测十分重要。
目前室温下铸坯或者钢板表面的缺陷检测已经比较成熟,国内外也有成熟的产品。但是,在连铸生产时,铸坯温度约800~900℃,由于铸坯温度高,只能等到铸坯温度降低到室温或者温度200℃以下(时间为48小时),人工肉眼检测,这样造成了铸坯显热的损失,且增大了人力和生产成本。
同时,800-900℃的高温下的检测,还没有成熟的产品,难度主要有以下几点:1.整个设备需要经受800-900℃的持续炙烤,需要强大的多级冷却系统。 2.由于高温铸坯红外辐射剧烈,常规的可见光CCD无法满足测试要求,这时需要CCD视觉检测时,抑制铸坯发射的红外辐射。3.铸坯表面有细小的氧化铁皮分布,然而这些分布会影响对铸坯凹坑和凸起的判别;在分析时,需要去除氧化铁皮影响。4.一般铸坯生产线,生产规格多变,需要设备适应各种规格变化。
因而,现有连铸坯进行缺陷检测因需要降温而造成显热损失大、人力投入多且生产成本高的问题。
发明内容
鉴于上述问题,本发明旨在提出一种连铸坯在线热状态下表面全幅周向检测系统、方法及装置,基于本发明的实施例,至少部分的解决现有技术中连铸坯进行缺陷检测需要降温而造成显热损失大、人力投入多且生产成本高的问题。
第一方面,本发明实施提供了一种连铸坯在线热状态下的表面全幅周向检测系统,该检测系统设置于连铸矫直机和出钢辊道之间,用于对从所述连铸矫直机中输出的表面温度为750℃至1200℃的被测连铸坯沿长度方向和截面周向进行检测,包括:
中央处理器、感光器和透射光栅;并且,所述感光器和所述透射光栅组合形成传感器,所述传感器沿所述被测连铸坯各个截面的周长方向呈环形布置;
所述透射光栅设置于所述感光器和所述连铸坯之间的透射位置,用于将所述被测连铸坯发出的波长为410nm~480nm光波、波长为520nm~590nm光波、波长为890nm~1060nm的光波分别依次投射到所述感光器对应波长的数据处理区,曝光成像后获得第一数据图像、第二数据图像和第三数据图像;
所述感光器与所述处理器连接,用于向所述处理器发送所述第一数据图像、所述第二数据图像和所述第三数据图像;
所述处理器用于基于接收到的所述第一数据图像、所述第二数据图像和所述第三数据图像合成连铸坯表面三维图像,将表面的缺陷提取并标识,得出所述连铸坯的缺陷检测结果。
进一步地,上述检测系统中,所述透射光栅为电控光栅;所述电控光栅通过光栅驱动单元与所述处理器连接;所述电控光栅进行偏转透射时,与所述感光器同步;所述电控光栅的切换速度高于所述感光器的帧速度。
进一步地,上述检测系统中,还包括:报警单元;所述报警单元与所述处理器电连接,用于所述缺陷检测结果为有缺陷时接收所述处理器发出的报警指令进行提示报警。
第二方面,本发明实施例提供了一种连铸坯在线热状态下的表面全幅周向检测方法,该检测方法对从连铸矫直机中输出的温度为750℃至1200℃的被测连铸坯表面沿长度方向和截面周向进行检测,并在检测后将连铸坯经出钢辊道输送,包括以下步骤:
第一数据图像接收步骤,接收感光器发出的第一数据图像;所述第一数据图像表示连铸坯三维轮廓,用于提供截面目标高程数据;所述第一数据图像为所述连铸坯在蓝色激光作用下,在透射位置通过透射光栅的偏转透射后,将波长为410nm~480nm光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
第二数据图像接收步骤,接收所述感光器发出的第二数据图像;所述第二数据图像表示连铸坯的平面轮廓,用于提供识别目标坐标及面积数据;所述第二数据图像为所述连铸坯在所述透射位置通过所述透射光栅的偏转透射后,将波长为520nm~590nm光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
第三数据图像接收步骤,接收所述感光器发出的第三数据图像;所述第三数据图像表示根据红外温差判定氧化铁皮并去除干扰的图像轮廓;所述第三数据图像为所述连铸坯在所述透射位置通过所述透射光栅的偏转透射后,将波长为890nm~1060nm的光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
数据图像处理步骤,基于接收到的所述第一数据图像、所述第二数据图像和所述第三数据图像合成连铸坯表面三维图像,并得出铸坯表面三维信息的差异,将表面的缺陷提取并标识,得出所述连铸坯的缺陷检测结果。
进一步地,上述检测方法中,得出所述连铸坯的所述缺陷检测结果后,还包括如下步骤:
若所述缺陷检测结果为无缺陷,则所述连铸坯进入钢铁生产的下一工序;若所述缺陷检测结果为有缺陷,则将缺陷信息及铸坯信息存储记录下来,同时更新优化缺陷判定模型,并将所述连铸坯被标识并且离线出来。
进一步地,上述检测方法中,在所述连铸坯被标识并且离线出来时,向报警单元发出报警指令,使得所述报警单元进行提示报警。
第三方面,本发明还提供了一种连铸坯在线热状态下的表面全幅周向检测检测装置,其对从连铸矫直机中输出的表面温度为750℃至1200℃的被测连铸坯沿长度方向和截面周向进行检测,并在检测后将连铸坯经出钢辊道输送,所述装置包括:
第一数据图像接收模块,用于接收感光器发出的第一数据图像;所述第一数据图像表示连铸坯三维轮廓,用于提供截面目标高程数据;所述第一数据图像为所述连铸坯在蓝色激光作用下,在透射位置通过透射光栅的偏转透射后,将波长为410nm~480nm光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
第二数据图像接收模块,用于接收所述感光器发出的第二数据图像;所述第二数据图像表示连铸坯的平面轮廓,用于提供识别目标坐标及面积数据;所述第二数据图像为所述连铸坯在所述透射位置通过所述透射光栅的偏转透射后,将波长为520nm~590nm光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
第三数据图像接收模块,用于接收所述感光器发出的第三数据图像;所述第三数据图像表示根据红外温差判定氧化铁皮并去除干扰的图像轮廓;所述第三数据图像为所述连铸坯在所述透射位置通过所述透射光栅的偏转透射后,将波长为890nm~1060nm的光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
数据图像处理模块,用于基于接收到的所述第一数据图像、所述第二数据图像和所述第三数据图像合成连铸坯表面三维图像,并得出铸坯表面三维信息的差异,将表面的缺陷提取并标识,得出所述连铸坯的缺陷检测结果。
进一步地,上述检测装置还包括判定模块,得出所述连铸坯的所述缺陷检测结果后,若所述缺陷检测结果为无缺陷,则所述连铸坯进入钢铁生产的下一工序;若所述缺陷检测结果为有缺陷,则将缺陷信息及铸坯信息存储记录下来,并将所述连铸坯被标识并且离线出来。
进一步地,上述检测装置还包括:报警模块,用于在所述连铸坯被标识并且离线出来时,向报警单元发出报警指令,使得所述报警单元进行提示报警。
本发明实施例中:
1)连铸坯表面热状态下的全幅周向检测检测系统,其设置于连铸矫直机和出钢辊道之间,用于对从所述连铸矫直机中输出的表面温度为750℃至 1200℃的被测连铸坯沿长度方向和截面周向进行检测;
2)本发明实施例提供的连铸坯表面热状态下的全幅周向检测方法也是对从连铸矫直机中输出的表面温度为750℃至1200℃的被测连铸坯沿长度方向和截面周向进行检测,并在检测后将连铸坯经出钢辊道输送;
3)处理器基于来自感光器的通过波长为410nm~480nm光波,波长为 520nm~590nm光波、波长为890nm~1060nm的光波所获得的第一数据图像、第二数据图像和第三数据图像,得出连铸坯的缺陷检测结果,其中,第一图像数据对应三维轮廓检测,第二图像数据对应平面轮廓检测,第三图像数据对应氧化铁皮干扰区域检测,解决现有技术中连铸坯进行缺陷检测需要降温而造成显热损失大、人力投入多且生产成本高的问题,提高了生产钢铁的工作效率,降低生产成本。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种连铸坯在线热状态下表面全幅周向检测系统中,所使用光谱范围示意图;
图2为本发明实施例提供的一种连铸坯在线热状态下表面全幅周向检测系统中,不同波长光波的光谱强度分布示意图;
图3为本发明实施例提供的一种连铸坯在线热状态下表面全幅周向检测系统中,CCD的结构示意图;
图4为本发明实施例提供的一种连铸坯在线热状态下表面全幅周向检测系统的整体结构示意图;
图5为本发明实施例提供的一种连铸坯在线热状态下表面全幅周向检测中系统中,中央处理器得出连铸坯表面三维图像的过程示意图;
图6为本发明实施例提供的一种连铸坯在线热状态下表面全幅周向检测方法的步骤流程图;
图7为本发明实施例提供的一种连铸坯在线热状态下表面全幅周向检测装置的结构框图。
附图标记说明
1 CCD
2 透射光栅
3 中央处理器
4 光栅驱动单元
5 430nm波长数据处理区
6 560nm波长数据处理区
7 920nm波长数据处理区
8 FPGA组件
9 连铸坯
10 第一数据图像
11 第二数据图像
12 第三数据图像
13 氧化铁皮干扰区
14 连铸坯表面三维图像
具体实施方式
下面结合附图对本发明实施例进行详细描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
以下,参照图1至图5,示出了本发明连铸坯表面热状态下的全幅周向检测系统优选实施例。其中图1为本发明实施例提供的一种连铸坯表面热状态下的全幅周向检测系统中,所使用光谱范围示意图;图2为本发明实施例提供的一种连铸坯表面热状态下的全幅周向检测系统中,不同波长光波的光谱强度分布示意图;图3为本发明实施例提供的一种连铸坯表面热状态下的全幅周向检测系统中,CCD的结构示意图;图4为本发明实施例提供的一种连铸坯表面热状态下的全幅周向检测系统的整体结构示意图;图5为本发明实施例提供的一种连铸坯表面热状态下的全幅周向检测系统中,中央处理器得出连铸坯表面三维图像的过程示意图。
本实施例连铸坯的全幅周向检测系统,该检测系统设置于连铸矫直机和出钢辊道之间,用于对从所述连铸矫直机中输出的表面温度为750℃至1200℃的被测连铸坯沿长度方向和截面周向进行检测,包括:
中央处理器3、作为感光器的CCD1和透射光栅2;
透射光栅2设置于CCD1和连铸坯9之间的透射位置,用于将连铸坯9发出的430nm波长光波、560nm波长光波、920nm波长光波分别依次投射到CCD1 的430nm波长数据处理区5、560nm波长数据处理区6和920nm波长数据处理区7,进而曝光成像后获得第一数据图像10、第二数据图像11和第三数据图像12。
CCD1与中央处理器3电连接,用于向中央处理器3发送第一数据图像10、第二数据图像11和第三数据图像12。
中央处理器3,用于基于接收到的第一数据图像10、第二数据图像11和第三数据图像12合成连铸坯表面三维图像14,通过参比缺陷判定模型得出铸坯表面三维信息的差异,将表面的缺陷提取并标识,得出连铸坯9的缺陷检测结果;同时,将缺陷检测结果发送至钢铁生产自动化系统。
需要说明的是,在对连铸坯表面三维图像数据进行缺陷特征提取并标识过程中,不断更新标准样品的特征库,以提高检测效率。
本发明实施例采用多种波长检测铸坯表面,实现各波长优点组合缺点互补。主要使用下列三种波长光波作为检测使用:
1.430nm主动发射蓝色激光,用于检测表面轮廓,避开因高温铸坯产生的红外辐射光谱干扰。
2.560nm被动接受可见光,用于检测铸坯平面区域划分,因高温铸坯主动向外辐射可见光及红外光。
3.920nm被动接受红外辐射,用于检测铸坯表面氧化铁皮与铸坯本身区分,筛选氧化铁皮干扰并对氧化铁皮干扰区13加以识别用于不同处理方式。
需要说明的是,上述430nm、560nm和920nm是本发明的一个实施例,本发明对此并不做唯一限定。例如,第一数据图像10可以为将连铸坯9发出的波长为410nm~480nm光波投射到CCD1的410nm~480nm波长数据处理区后获得的图像,第二数据图像11可以为将连铸坯9发出的波长为520nm~590nm 的光波投射到CCD1的520nm~590nm波长数据处理区后获得的图像,第三数据图像12可以为将连铸坯9发出的波长为890nm~1060nm的光波投射到CCD1的890nm~1060nm波长数据处理区后获得的图像。
优选的,CCD1为CCDCCD;中央处理器3为DGU处理器。
再次参照图1和图2,由光谱范围和光谱强度分部可知:430nm激光作为主导,用于检测垂直方向高度位移变化,用于绘制三维轮廓,其他两波段作为辅助使用;560nm波长用于平面轮廓边界绘制使用;920nm红外波长用于检测连铸坯9表面温差,因氧化铁皮脱落表面贴敷在连铸坯9之上,会存在表面温差,用红外辐射差值将连铸坯9本体与连铸坯9氧化铁皮作为区分。
不同波长影像复用于CCD1的不同区间,对于不同区间数据进行分别处理。透射位置由透射光栅2进行偏转透射,从而达到不同波长光波投射到不同工作区域。
优选的,在一个实施例中,透射光栅2为电控光栅;电控光栅通过光栅驱动单元4与中央处理器3连接;电控光栅进行偏转透射时,与CCD1同步;电控光栅的切换速度高于3倍CCD1的帧速度。
透射光栅2为电控光栅,能够进一步保证不同波长通过电控窄带光栅,透射到CCD1不同分区的效果:电控光栅高速切换,高于3倍相机帧速度、即1 帧内完成三种波长曝光成像,并且同步输出至中央处理器3,进行各波段分别曝光,电控光栅与CCD1严格同步,达到成像稳定可靠的效果。
优选的,CCD1通过FPGA组件8与中央处理器3电连接;光栅驱动单元 4为FTB光栅驱动单元。
再次参照图3、图4和图5,偏转透射到CCD1的不同波长光波形成不同数据结果,即第一数据图像10、第二数据图像11和第三数据图像12,中央处理器3负责将接受到的数据进行分别处理并合成连铸坯表面三维图像14,,通过参比缺陷判定模型得出铸坯表面三维信息的差异,将表面的缺陷提取并标识,得出所述连铸坯的缺陷检测结果。
优选的,在一个更为具体的实施例中,还包括:报警单元;报警单元与中央处理器3电连接。
通过设置报警单元,在得出连铸坯9的缺陷检测结果后,若缺陷检测结果为无缺陷,则连铸坯9进入钢铁生产的下一工序;若缺陷检测结果为有缺陷,则将缺陷信息及连铸坯9信息存储记录下来,更新优化缺陷判定模型,将连铸坯9被标识并且离线出来。在连铸坯9被标识并且离线出来的同时,中央处理器3向报警单元发出报警指令,使得报警单元进行提示报警。
优选的,在一个更为具体的实施例中,报警单元进行提示报警后,将处理结果存储记录。
以下,参照图6,示出了本发明连铸坯表面热状态下的全幅周向检测方法的优选实施例。图6为本发明实施例提供的一种连铸坯表面热状态下的全幅周向检测方法的步骤流程图。
本实施例连铸坯表面热状态下的全幅周向检测方法,该检测方法对从连铸矫直机中输出的表面温度为750℃至1200℃的被测连铸坯沿长度方向和截面周向进行检测,并在检测后将连铸坯经出钢辊道输送,包括以下步骤:
S61,第一数据图像接收步骤,接收CCD发出的第一数据图像;所述第一数据图像表示连铸坯三维轮廓,用于提供截面目标高程数据;所述第一数据图像为所述连铸坯在蓝色激光作用下,在透射位置通过透射光栅的偏转透射后,将波长为410nm~480nm光波投射到所述CCD的对应波长数据处理区曝光成像后获得;
S62,第二数据图像接收步骤,接收所述CCD发出的第二数据图像;所述第二数据图像表示连铸坯的平面轮廓,用于提供识别目标坐标及面积数据;所述第二数据图像为所述连铸坯在所述透射位置通过所述透射光栅的偏转透射后,将波长为520nm~590nm光波投射到所述CCD的对应波长数据处理区曝光成像后获得;
S63,第三数据图像接收步骤,接收所述CCD发出的第三数据图像;所述第三数据图像表示根据红外温差判定氧化铁皮并去除干扰的图像轮廓;所述第三数据图像为所述连铸坯在所述透射位置通过所述透射光栅的偏转透射后,将波长为890nm~1060nm的光波投射到所述CCD的对应波长数据处理区曝光成像后获得;
S64,数据图像处理步骤,基于接收到的第一数据图像、第二数据图像和第三数据图像合成连铸坯表面三维图像,得出铸坯表面三维信息的差异,将表面的缺陷提取并标识,得出连铸坯的缺陷检测结果;同时,将缺陷检测结果发送至钢铁生产自动化系统;
S65,得出连铸坯的缺陷检测结果后,若缺陷检测结果为无缺陷,则连铸坯进入钢铁生产的下一工序;则将缺陷信息及铸坯信息存储记录下来,同时更新优化缺陷判定模型,并将所述连铸坯被标识并且离线出来;
S66,在连铸坯被标识并且离线出来时,向报警单元发出报警指令,使得报警单元进行提示报警。
本实施例的工作原理在上面已经做了详细地说明,在此不再赘述。相关之处参照前述说明即可。
以下,参照图7,示出了本发明连铸坯表面热状态下的全幅周向检测装置的优选实施例。图7为本发明实施例提供的一种连铸坯表面热状态下的全幅周向检测装置的结构框图。
本实施例连铸坯表面热状态下的全幅周向检测装置,其对从连铸矫直机中输出的表面温度为750℃至1200℃的被测连铸坯沿长度方向和截面周向进行检测,并在检测后将连铸坯经出钢辊道输送,包括:
第一数据图像接收模块70,用于接收CCD发出的第一数据图像;第一数据图像表示连铸坯三维轮廓,用于提供截面目标高程数据;第一数据图像为连铸坯在蓝色激光作用下,在透射位置通过透射光栅的偏转透射后,将430nm波长光波投射到CCD的430nm波长数据处理区曝光成像后获得;
第二数据图像接收模块71,用于接收CCD发出的第二数据图像;第二数据图像表示连铸坯的平面轮廓,用于提供识别目标坐标及面积数据;第二数据图像为连铸坯在透射位置通过透射光栅的偏转透射后,将560nm波长光波投射到CCD的560nm波长数据处理区曝光成像后获得;
第三数据图像接收模块72,用于接收CCD发出的第三数据图像;第三数据图像表示根据红外温差判定氧化铁皮并去除干扰的图像轮廓;第三数据图像为连铸坯在透射位置通过透射光栅的偏转透射后,将920nm波长光波投射到CCD的920nm波长数据处理区曝光成像后获得;
数据图像处理模块73,用于基于接收到的第一数据图像、第二数据图像和第三数据图像合成连铸坯表面三维图像,通过参比缺陷判定模型得出铸坯表面三维信息的差异,将表面的缺陷提取并标识,得出连铸坯的缺陷检测结果;同时,将缺陷检测结果发送至钢铁生产自动化系统。
优选的,在一个实施例中,还包括:
判定模块74,得出连铸坯的缺陷检测结果后,若缺陷检测结果为无缺陷,则连铸坯进入钢铁生产的下一工序;若缺陷检测结果为有缺陷,则将缺陷信息及铸坯信息存储记录下来,同时更新优化缺陷判定模型,并将所述连铸坯被标识并且离线出来。
优选的,在一个更为具体的实施例中,还包括:
报警模块75,用于在连铸坯被标识并且离线出来时,向报警单元发出报警指令,使得报警单元进行提示报警。
本实施例的工作原理在上面已经做了详细地说明,在此不再赘述。相关之处参照前述说明即可。本发明实施例提供的连铸坯表面热状态下的全幅周向检测系统及方法、装置,采用多种波长检测连铸坯表面,实现各波长优点组合缺点互补,通过三维轮廓检测、平面轮廓检测、氧化铁皮干扰区域检测,使中央处理器基于接收到的通过430nm波长光波、560nm波长光波、920nm波长光波所获得的第一数据图像、第二数据图像和第三数据图像得出连铸坯的缺陷检测结果,以此至少部分的解决现有技术中连铸坯进行缺陷检测需要降温而造成显热损失大、人力投入多且生产成本高的问题,达到提高生产钢铁的工作效率,降低生产成本的目的。
需要说明的是,上述430nm、560nm和920nm是本发明的一个实施例,本发明对此并不做唯一限定。例如,第一数据图像可以为将连铸坯发出的波长为410nm~480nm光波投射到CCD的410nm~480nm波长数据处理区后获得的图像,第二数据图像可以为将连铸坯发出的波长为520nm~590nm的光波投射到CCD的520nm~590nm波长数据处理区后获得的图像,第三数据图像可以为将连铸坯发出的波长为890nm~1060nm的光波投射到CCD的890nm~1060nm 波长数据处理区后获得的图像。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种连铸坯在线热状态下的表面全幅周向检测系统,其特征在于,该检测系统设置于连铸矫直机和出钢辊道之间,用于对从所述连铸矫直机中输出的表面温度为750℃至1200℃的被测连铸坯沿长度方向和截面周向进行检测,包括:
中央处理器、感光器和透射光栅;并且,所述感光器和所述透射光栅组合形成传感器,所述传感器沿所述被测连铸坯各个截面的周长方向呈环形布置;
所述透射光栅设置于所述感光器和所述连铸坯之间的透射位置,用于将所述被测连铸坯发出的波长为410nm~480nm光波、波长为520nm~590nm光波、波长为890nm~1060nm的光波分别依次投射到所述感光器对应波长的数据处理区,曝光成像后获得第一数据图像、第二数据图像和第三数据图像;
所述感光器与所述处理器连接,用于向所述处理器发送所述第一数据图像、所述第二数据图像和所述第三数据图像;
所述处理器用于基于接收到的所述第一数据图像、所述第二数据图像和所述第三数据图像合成连铸坯表面三维图像,将表面的缺陷提取并标识,得出所述连铸坯的缺陷检测结果。
2.根据权利要求1所述的检测系统,其特征在于,
所述透射光栅为电控光栅;
所述电控光栅通过光栅驱动单元与所述处理器连接;
所述电控光栅进行偏转透射时,与所述感光器同步;
所述电控光栅的切换速度高于所述感光器的帧速度。
3.根据权利要求2所述的检测系统,其特征在于,还包括:
报警单元;
所述报警单元与所述处理器电连接,用于所述缺陷检测结果为有缺陷时接收所述处理器发出的报警指令进行提示报警。
4.一种连铸坯在线热状态下的表面全幅周向检测方法,其特征在于,该检测方法对从连铸矫直机中输出的温度为750℃至1200℃的被测连铸坯表面沿长度方向和截面周向进行检测,并在检测后将连铸坯经出钢辊道输送,包括以下步骤:
第一数据图像接收步骤,接收感光器发出的第一数据图像;所述第一数据图像表示连铸坯三维轮廓,用于提供截面目标高程数据;所述第一数据图像为所述连铸坯在蓝色激光作用下,在透射位置通过透射光栅的偏转透射后,将波长为410nm~480nm光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
第二数据图像接收步骤,接收所述感光器发出的第二数据图像;所述第二数据图像表示连铸坯的平面轮廓,用于提供识别目标坐标及面积数据;所述第二数据图像为所述连铸坯在所述透射位置通过所述透射光栅的偏转透射后,将波长为520nm~590nm光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
第三数据图像接收步骤,接收所述感光器发出的第三数据图像;所述第三数据图像表示根据红外温差判定氧化铁皮并去除干扰的图像轮廓;所述第三数据图像为所述连铸坯在所述透射位置通过所述透射光栅的偏转透射后,将波长为890nm~1060nm的光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
数据图像处理步骤,基于接收到的所述第一数据图像、所述第二数据图像和所述第三数据图像合成连铸坯表面三维图像,并得出铸坯表面三维信息的差异,将表面的缺陷提取并标识,得出所述连铸坯的缺陷检测结果。
5.根据权利要求4所述的检测方法,其特征在于,
得出所述连铸坯的所述缺陷检测结果后,还包括如下步骤:
若所述缺陷检测结果为无缺陷,则所述连铸坯进入钢铁生产的下一工序;若所述缺陷检测结果为有缺陷,则将缺陷信息及铸坯信息存储记录下来,同时更新优化缺陷判定模型,并将所述连铸坯被标识并且离线出来。
6.根据权利要求5所述的检测方法,其特征在于,
在所述连铸坯被标识并且离线出来时,向报警单元发出报警指令,使得所述报警单元进行提示报警。
7.一种连铸坯在线热状态下的表面全幅周向检测检测装置,其对从连铸矫直机中输出的表面温度为750℃至1200℃的被测连铸坯沿长度方向和截面周向进行检测,并在检测后将连铸坯经出钢辊道输送,其特征在于,所述装置包括:
第一数据图像接收模块,用于接收感光器发出的第一数据图像;所述第一数据图像表示连铸坯三维轮廓,用于提供截面目标高程数据;所述第一数据图像为所述连铸坯在蓝色激光作用下,在透射位置通过透射光栅的偏转透射后,将波长为410nm~480nm光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
第二数据图像接收模块,用于接收所述感光器发出的第二数据图像;所述第二数据图像表示连铸坯的平面轮廓,用于提供识别目标坐标及面积数据;所述第二数据图像为所述连铸坯在所述透射位置通过所述透射光栅的偏转透射后,将波长为520nm~590nm光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
第三数据图像接收模块,用于接收所述感光器发出的第三数据图像;所述第三数据图像表示根据红外温差判定氧化铁皮并去除干扰的图像轮廓;所述第三数据图像为所述连铸坯在所述透射位置通过所述透射光栅的偏转透射后,将波长为890nm~1060nm的光波投射到所述感光器的对应波长数据处理区曝光成像后获得;
数据图像处理模块,用于基于接收到的所述第一数据图像、所述第二数据图像和所述第三数据图像合成连铸坯表面三维图像,并得出铸坯表面三维信息的差异,将表面的缺陷提取并标识,得出所述连铸坯的缺陷检测结果。
8.根据权利要求7所述的检测装置,其特征在于,还包括:
判定模块,得出所述连铸坯的所述缺陷检测结果后,若所述缺陷检测结果为无缺陷,则所述连铸坯进入钢铁生产的下一工序;若所述缺陷检测结果为有缺陷,则将缺陷信息及铸坯信息存储记录下来,并将所述连铸坯被标识并且离线出来。
9.根据权利要求8所述的检测装置,其特征在于,还包括:
报警模块,用于在所述连铸坯被标识并且离线出来时,向报警单元发出报警指令,使得所述报警单元进行提示报警。
CN202010148109.5A 2020-03-05 2020-03-05 连铸坯在线热状态下表面全幅周向检测系统、方法及装置 Active CN111398288B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010148109.5A CN111398288B (zh) 2020-03-05 2020-03-05 连铸坯在线热状态下表面全幅周向检测系统、方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010148109.5A CN111398288B (zh) 2020-03-05 2020-03-05 连铸坯在线热状态下表面全幅周向检测系统、方法及装置

Publications (2)

Publication Number Publication Date
CN111398288A CN111398288A (zh) 2020-07-10
CN111398288B true CN111398288B (zh) 2022-11-15

Family

ID=71434450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010148109.5A Active CN111398288B (zh) 2020-03-05 2020-03-05 连铸坯在线热状态下表面全幅周向检测系统、方法及装置

Country Status (1)

Country Link
CN (1) CN111398288B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117183412B (zh) * 2023-09-06 2024-03-19 湖南谱特光电科技有限公司 一种基于颜色测量的偏光片矫正方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2893519A1 (fr) * 2005-11-23 2007-05-25 Vai Clecim Soc Par Actions Sim Procede et disposiif optiques de detection de defauts de surface et de structure d'un produit chaud en defilement
EP1980516A2 (de) * 2007-04-13 2008-10-15 WIFAG Maschinenfabrik AG Messverfahren und Vorrichtung zur Bestimmung der Lage von Materialbahnen
CN101726258A (zh) * 2009-12-10 2010-06-09 华中科技大学 一种热态物体在线检测系统
CN101871895A (zh) * 2010-05-10 2010-10-27 重庆大学 连铸热坯表面缺陷激光扫描成像无损检测方法
CN103383360A (zh) * 2013-07-29 2013-11-06 重庆理工大学 一种薄带连铸坯表面缺陷正弦光栅相移检测装置及检测方法
CN103543161A (zh) * 2013-10-16 2014-01-29 湖南镭目科技有限公司 一种连铸坯表面质量在线检测方法
CN103913465A (zh) * 2014-04-04 2014-07-09 北京科技大学 一种多信息融合的高温铸坯表面缺陷在线检测方法
CN104020177A (zh) * 2014-06-26 2014-09-03 重庆大学 连铸坯表面缺陷双ccd扫描成像检测方法
CN110400296A (zh) * 2019-07-19 2019-11-01 重庆邮电大学 连铸坯表面缺陷双目扫描与深度学习融合识别方法及系统
CN209656580U (zh) * 2018-09-28 2019-11-19 吉林大学 一种双波长激光辅助照明高温连铸坯表面缺陷无损检测装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101506634B (zh) * 2007-10-24 2010-08-11 东北大学 连铸坯表面温度测量方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2893519A1 (fr) * 2005-11-23 2007-05-25 Vai Clecim Soc Par Actions Sim Procede et disposiif optiques de detection de defauts de surface et de structure d'un produit chaud en defilement
EP1980516A2 (de) * 2007-04-13 2008-10-15 WIFAG Maschinenfabrik AG Messverfahren und Vorrichtung zur Bestimmung der Lage von Materialbahnen
CN101726258A (zh) * 2009-12-10 2010-06-09 华中科技大学 一种热态物体在线检测系统
CN101871895A (zh) * 2010-05-10 2010-10-27 重庆大学 连铸热坯表面缺陷激光扫描成像无损检测方法
CN103383360A (zh) * 2013-07-29 2013-11-06 重庆理工大学 一种薄带连铸坯表面缺陷正弦光栅相移检测装置及检测方法
CN103543161A (zh) * 2013-10-16 2014-01-29 湖南镭目科技有限公司 一种连铸坯表面质量在线检测方法
CN103913465A (zh) * 2014-04-04 2014-07-09 北京科技大学 一种多信息融合的高温铸坯表面缺陷在线检测方法
CN104020177A (zh) * 2014-06-26 2014-09-03 重庆大学 连铸坯表面缺陷双ccd扫描成像检测方法
CN209656580U (zh) * 2018-09-28 2019-11-19 吉林大学 一种双波长激光辅助照明高温连铸坯表面缺陷无损检测装置
CN110400296A (zh) * 2019-07-19 2019-11-01 重庆邮电大学 连铸坯表面缺陷双目扫描与深度学习融合识别方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Measurement of Time Varying Temperature Fields Using Visible Imaging CCD Cameras;Keanini R G;《 International Communications in Heat and Mass Transfer》;19961231;第23卷(第3期);全文 *
Thermal radiationproperties of dispersed media:theoretical predictionand experimental characterization;BAILLIS D;《Journal ofQuantitative Spectroscopy and Radiative Transfer》;20001231;第67卷(第5期);全文 *
基于Contourlet变换的连铸坯表面缺陷识别;徐科等;《北京科技大学学报》;20130929(第09期);全文 *
基于多尺度数学形态学的连铸坯缺陷边缘检测方法;闫俊红;《光学技术》;20181231;第44卷(第1期);全文 *
连铸热坯表面温度可见光谱CCD辐射测温方法;欧阳奇等;《重庆大学学报》;20110515(第05期);全文 *
铸坯表面温度场测量仪的研究;白海城等;《仪器仪表学报》;20120615(第06期);全文 *

Also Published As

Publication number Publication date
CN111398288A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
US8203606B2 (en) Gradient image processing
CN104914111B (zh) 一种带钢表面缺陷在线智能识别检测系统及其检测方法
CN102581244B (zh) 一种连铸铸坯表面质量的在线控制系统及控制方法
US7970202B2 (en) Method and arrangement for detecting surface and structural defects of a long moving product
CN102608126A (zh) 一种高温连铸坯表面缺陷在线检测方法和装置
US10290113B2 (en) Surface state monitoring apparatus for metallic body and surface state monitoring method for metallic body
EP3182060B1 (en) Shape inspection apparatus for metallic body and shape inspection method for metallic body
KR100880952B1 (ko) 금속 압연 공정제어 장치
CN111398288B (zh) 连铸坯在线热状态下表面全幅周向检测系统、方法及装置
CN202548069U (zh) 一种高温连铸坯表面缺陷在线检测装置
FI87019C (fi) Foerfarande foer upptaeckande och registrering av fel i heta metallurgiska halvfabrikat
TWI393597B (zh) Detection system of steel surface defects and its detection method
JP3797064B2 (ja) 鋼板の製造装置
KR20080060065A (ko) 열연 압연시 강판의 측면 형상 측정 장치 및 그 방법
CN117475205A (zh) 缺陷类型识别方法、识别装置、控制设备及存储介质
CN104849280A (zh) 一种连铸板坯表面纵裂纹检测方法
JP2003156312A (ja) 熱間ビレットの端部切断位置検出方法
CN118518674A (zh) 一种异型坯钢种表面监测装置、方法
JP3268588B2 (ja) 圧延用ロールの研削方法及び使用方法
CN111445441A (zh) 一种带钢头部缺陷处理方法及装置
KR102386733B1 (ko) 강판 스케일 결함 검출 시스템 및 그 제어방법
CN202433319U (zh) 钢卷端部成像装置
TWI806732B (zh) 熱軋鋼捲復熱監控系統及其方法
TW201330956A (zh) 鋼帶切尾之偵測方法
KR100381098B1 (ko) 컬러 영상을 이용한 슬라브의 캠버 측정시스템

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant